sitepanda
一款基于Go的命令行工具，用于将网页内容抓取并转换为Markdown格式。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：sitepanda。 它的用途是：一款基于Go的命令行工具，用于将网页内容抓取并转换为Markdown格式。 完整的 Skill 内容见：https://321skill.com/skills/sitepanda/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我把这个系列技术博客的所有文章内容抓取下来，保存为Markdown文件，方便我离线阅读。” 它会指导你使用Sitepanda，通过 `sitepanda crawl` 命令指定博客首页URL，并设置 `--limit` 参数控制抓取页数，最终将清晰的博文内容输出到本地。或者，你可以说：“我需要分析竞品网站的产品描述，请帮我批量抓取这些页面上的正文文本。” AI会建议使用 `--url-file` 参数导入URL列表，并用 `--output-format json` 将结果输出为易于程序分析的JSON格式。
介绍
Sitepanda 是一款专为内容抓取与转换设计的命令行工具。它解决了从网页高效提取核心可读内容并保存为结构化格式（如Markdown）的痛点，尤其适用于需要批量处理网页信息或构建本地知识库的场景。
使用上，用户只需提供起始URL或包含URL列表的文件，Sitepanda便会启动无头浏览器（默认Chromium，macOS/Linux可选Lightpanda）抓取页面，智能识别并提取正文内容，最终输出为XML-like、JSON或JSONL格式。它还支持通过CSS选择器精准定位内容区域、按URL模式过滤页面以及限制抓取数量等高级功能。
这款工具非常适合内容创作者、学术研究者、数据分析师以及任何需要从网页系统化收集和整理文本信息的用户。它能够自动化繁琐的复制粘贴工作，将零散的网页内容转化为易于管理和后续处理的标准化文档。
建议初次使用时先通过 sitepanda init 命令安装所需的浏览器依赖。对于复杂网站，可以尝试使用 --content-selector 参数指定内容区域以获得更精确的提取结果。注意，Windows用户仅支持Chromium浏览器。
核心特点
与同类工具相比，Sitepanda深度集成Playwright，通过无头浏览器执行JavaScript，能完美抓取动态渲染的现代网页内容；同时，它提供跨平台的浏览器依赖管理（自动下载Chromium/Lightpanda）和多种结构化输出格式（XML-like/JSON/JSONL），简化了部署和后续数据处理流程。
注意事项
不适合需要实时交互或抓取受严格反爬机制保护的网站。
常见问题
Sitepanda支持抓取需要登录的网页吗？
不支持，它是一个基础的静态内容抓取工具，无法处理登录会话。
输出格式中XML-like和JSON有什么区别？
XML-like是默认的、人类可读性较好的格式；JSON和JSONL则更便于被其他程序解析和处理。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/sitepanda/raw/index.md 读取 sitepanda 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/sitepanda/raw/index.md（查看排版版本）